論文の概要: Optimizing Convolutional Neural Networks for Identifying Invasive Pollinator Apis Mellifera and Finding a Ligand drug to Protect California's Biodiversity

• arxiv url: http://arxiv.org/abs/2404.03870v1
• Date: Fri, 5 Apr 2024 03:11:24 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-08 17:06:15.328834
• Title: Optimizing Convolutional Neural Networks for Identifying Invasive Pollinator Apis Mellifera and Finding a Ligand drug to Protect California's Biodiversity
• Title（参考訳）: カリフォルニアの生物多様性を保護するために、侵入性ポリニネーターApis Melliferaの同定とリガンド薬物発見のための畳み込みニューラルネットワークの最適化
• Authors: Arnav Swaroop,
• Abstract要約: 北アメリカには、環境に不可欠な様々な種類のミツバチがいる。 カリフォルニアの農業産業は、主にアーモンドの受粉のためにヨーロッパ産ミツバチを輸入している。 この結果、先住民の生態系を混乱させ、食料に恵まれない多くのミツバチ種を脅かすという意図しない結果がもたらされた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In North America, there are many diverse species of native bees crucial for the environment, who are the primary pollinators of most native floral species. The Californian agriculture industry imports European honeybees (Apis Mellifera) primarily for pollinating almonds. Unfortunately, this has resulted in the unintended consequence of disrupting the native ecosystem and threatening many native bee species as they are outcompeted for food. Our first step for protecting the native species is identification with the use of a Convolutional Neural Network (CNN) to differentiate common native bee species from invasive ones. Removing invasive colonies efficiently without harming native species is difficult as pesticides cause myriad diseases in native species. Our approach seeks to prevent the formation of new queens, causing the colony's collapse. Workers secrete royal jelly, a substance that causes fertility and longevity; it is fed to future honeybee queens. Targeting the production of this substance is safe as no native species use it; small organic molecules (ligands) prevent the proteins Apisimin and MRJP1 from combining and producing an oligomer used to form the substance. Ideal ligands bind to only one of these proteins preventing them from joining together: they have a high affinity for one receptor and a significantly lower affinity for the other. We optimized the CNN to provide a framework for creating Machine Learning models that excel at differentiating between subspecies of insects by measuring the effects of image alteration and class grouping on model performance. The CNN is able to achieve an accuracy of 82% in differentiating between invasive and native bee species; 3 ligands have been identified as effective. Our new approach offers a promising solution to curb the spread of invasive bees within California through an identification and neutralization method.
• Abstract（参考訳）: 北アメリカでは、多くの種が環境に不可欠な種であり、ほとんどの原生植物の主要な受粉種である。 カリフォルニアの農業産業は、主にアーモンドの受粉のためにヨーロッパ産ミツバチ(Apis Mellifera)を輸入している。 残念なことに、これは自然の生態系を混乱させ、多くのミツバチ種が食糧不足に悩まされるという意図しない結果をもたらした。 外来種を保護するための最初のステップは、コンボリューショナルニューラルネットワーク(CNN)を用いて、一般的なミツバチ種と侵略性ミツバチ種を区別することである。 外来種を害することなく侵入コロニーを効率的に除去することは、殺虫剤が在来種に無数の病気を引き起こすため困難である。 我々のアプローチは、新しい女王の形成を阻止し、植民地の崩壊を引き起こします。 労働者は、受精と長寿を引き起こす物質であるロイヤルゼリーを分泌する。 小さな有機分子(配位子)は、ApisiminとMRJP1のタンパク質が結合して生成するオリゴマーを阻害する。 理想的なリガンドはこれらのタンパク質の1つだけが結合を阻害し、1つの受容体に高い親和性を持ち、もう1つの受容体に著しく低い親和性を持つ。 我々はCNNを最適化し、画像修正とクラスグループ化がモデル性能に与える影響を計測し、昆虫の亜種を区別する機械学習モデルを作成するためのフレームワークを提供した。 CNNは、侵略的なミツバチ種とネイティブなミツバチ種の区別において82%の精度を達成でき、3つのリガンドが有効であると同定されている。 我々の新しいアプローチは、カリフォルニアにおける侵入蜂の拡散を、識別と中立化によって抑制する有望な解決策を提供する。

関連論文リスト

• Artificial Immune System of Secure Face Recognition Against Adversarial Attacks [67.31542713498627]
  昆虫生産には 最大限の可能性を実現するために 最適化が必要です これは選択的育種による興味のある形質の改善が目的である。 このレビューは、様々な分野の知識と、動物の繁殖、定量的遺伝学、進化生物学、昆虫学のギャップを埋めるものである。
  論文  参考訳（メタデータ） (2024-06-26T07:50:58Z)
• Comparing fine-grained and coarse-grained object detection for ecology [0.5755004576310334]
  単一クラスにおける複数種の組み合わせによるモデル結果への影響について検討した。 一つのクラスにマージすることで最も恩恵を受けた種は、主に形態学的に類似した種であることがわかりました。 形態学的に類似した種を機能群あるいは高い分類群として分類し,生態学的推測を導出できることが示唆された。
  論文  参考訳（メタデータ） (2024-05-06T04:50:55Z)
• UDEEP: Edge-based Computer Vision for In-Situ Underwater Crayfish and Plastic Detection [3.3512412533987903]
  侵入信号クレーフィッシュは生態系に有害な影響を及ぼす。 白爪のクラゲの個体数は、一部のイングランドの郡で90%以上減少している。 UDEEPプラットフォームは環境モニタリングにおいて重要な役割を果たす。
  論文  参考訳（メタデータ） (2023-12-21T16:03:59Z)
• Deep learning powered real-time identification of insects using citizen science data [17.13608307250744]
  InsectNetは、侵入した種を識別し、きめ細かい昆虫種を識別し、挑戦的な背景において効果的に働く。 また、不確実な場合には予測を控え、シームレスな人間の介入を助長し、実用的で信頼できるツールにもなれる。
  論文  参考訳（メタデータ） (2023-06-04T23:56:53Z)
• Neuroevolution-based Classifiers for Deforestation Detection in Tropical Forests [62.997667081978825]
  森林破壊や荒廃により、毎年何百万ヘクタールもの熱帯林が失われる。 監視・森林破壊検知プログラムは、犯罪者の予防・処罰のための公共政策に加えて、使用されている。 本稿では,熱帯林の森林破壊検出作業におけるニューロ進化技術(NEAT)に基づくパターン分類器の利用を提案する。
  論文  参考訳（メタデータ） (2022-08-23T16:04:12Z)
• Ranked Prioritization of Groups in Combinatorial Bandit Allocation [62.24280332575472]
  我々は,種々に対する報酬を交換する新たな盗賊的目標を提案する。 この目的をリプシッツ連続報酬関数の重み付き線型和として表すことができる。
  論文  参考訳（メタデータ） (2022-05-11T17:40:29Z)
• High performing ensemble of convolutional neural networks for insect pest image detection [124.23179560022761]
  害虫の寄生は作物の被害の主な原因であり、世界中の収入を失った。 我々は異なるトポロジに基づいてCNNのアンサンブルを生成する。 ディープネットワーク最適化のための2つの新しいAdamアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-08-28T00:49:11Z)
• An Efficient and Small Convolutional Neural Network for Pest Recognition -- ExquisiteNet [0.0]
  本稿では,害虫を認識するために,ExquisiteNetと呼ばれる小型で効率的なモデルを提案する。 我々のモデルは、データ拡張なしで、テストセットのIP102で52.32%の精度を達成する。
  論文  参考訳（メタデータ） (2021-07-15T07:34:45Z)
• One-Shot Learning with Triplet Loss for Vegetation Classification Tasks [45.82374977939355]
  三重項損失関数は、ワンショット学習タスクの精度を大幅に向上できる選択肢の1つである。 2015年からは、多くのプロジェクトがシームズネットワークとこの種の損失を顔認識とオブジェクト分類に利用している。
  論文  参考訳（メタデータ） (2020-12-14T10:44:22Z)
• Weed Density and Distribution Estimation for Precision Agriculture using Semi-Supervised Learning [0.0]
  雑草密度と分布のロバストな推定のための深層学習に基づく半教師付き手法を提案する。 本研究では、作物や雑草を含む前景の植生画素を、畳み込みニューラルネットワーク(CNN)に基づく教師なしセグメンテーションを用いて最初に同定する。 雑草感染地域は、細調整されたCNNを用いて識別され、手作りの特徴を設計する必要がなくなる。
  論文  参考訳（メタデータ） (2020-11-04T09:35:53Z)
• Two-View Fine-grained Classification of Plant Species [66.75915278733197]
  本研究では,2視点の葉のイメージ表現に基づく新しい手法と,植物種の粒度認識のための階層的分類戦略を提案する。 シームズ畳み込みニューラルネットワークに基づく深度測定は、多数のトレーニングサンプルへの依存を減らし、新しい植物種に拡張性を持たせるために用いられる。
  論文  参考訳（メタデータ） (2020-05-18T21:57:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。